Les données manquantes: introduction aux concepts de base à l'intention du chercheur novice

Résumé

Les données manquantes posent un problème fréquent en recherche; s'il n'est pas traité correctement, il peut fausser les conclusions concernant une population. Il existe un ensemble de méthodes statistiques permettant d'interpréter les données manquantes, certaines simples, et d'autres complexes, sur le plan théorique et mathématique. Le présent article propose une vue d'ensemble du problème des données manquantes à l'intention des chercheurs débutants. Les auteurs expliquent les modèles de données manquantes, discutent des questions qu'elles soulèvent et présentent certaines méthodes de traitement courantes. Parmi les techniques abordées, on compte la suppression dans la liste (listwise suppression), la suppression par paires (pairwise suppression), la substitution moyenne par cas, par échantillon ou par groupe, l'imputation par régression et la maximisation de l'estimation.